我在「醫」世界用 Python 召喚虛擬病人這件事

為什麼要講這個主題

LLM 讓會說話的教材變得可行，但在醫學教育場景中，虛擬病人不能只是一般 chatbot。它必須根據病例資料回答、維持病人角色、避免過早透露診斷，也要留下可供教學評估的互動紀錄。這些挑戰其實也是許多 LLM 應用共同面對的問題：如何控制角色、狀態、邊界與流程。

為什麼是我

我在臺北醫學大學醫法所與智慧醫療學士學位學程任教，研究與教學橫跨法律資訊學、AI governance、LLM 應用與醫療 AI 教育。這個專案結合北醫大與附屬醫院體系的醫學教育場域，嘗試把 LLM 從 demo 推向真實教學流程。我在其中負責協助串接醫學專業、資訊結構設計、LLM 行為控制與 Python 工程實作。

演講會包含什麼

本場分享會介紹如何用 Python 串接病例資料、prompt design、病人狀態管理、整體流程、教學紀錄與可視化介面。內容包括：病例資料如何整理成可互動系統、prompt 如何作為流程控制的一部分、如何維持虛擬病人的角色一致性、如何避免 AI 病人異常回饋，以及如何把學生問診紀錄轉化為教學回饋。

適合參加的對象

適合具備基本 Python 經驗，並對 LLM 應用、prompt design、互動式系統、教育科技或醫療 AI 有興趣的聽眾。不需要醫療背景，也不需要熟悉大型系統架構。這場分享會以實作經驗與設計思維為主，重點是如何讓 LLM 應用從有趣 demo 走向真實場域中可教、可測、可改的系統。